伸びている AI プロジェクト

コーディングエージェントと自動化を管理するためのセルフホスト型開発者コントロールセンター。ローカル、リモート、クラウドの各バックエンドで複数の AI エージェントを実行可能。

Cuaは、AIエージェントがグラフィカルユーザーインターフェースやオペレーティングシステム全体でタスクを実行できるように、制御されたデスクトップ環境、自動化ドライバー、および評価ツールを提供するインフラストラクチャプラットフォームです。

Hi3D v1.0は、GPU専用の3Dジオメトリ精細化ツールです。粗いメッシュと参照画像を入力し、1〜3回の段階的な精細化パス（最大1536³の実効解像度）を通じて高精細なメッシュを生成します。推論コードのみが提供され、Linux/Python 3.10/CUDA 12.x搭載のNVIDIA GPUが必要です。商用利用を許可するカスタムライセンス契約の下で提供されますが、ブランディング表示や規模に応じたライセンス取得義務が含まれます。

Research-Starter-Kit は、南京大学の教授が作成したオープンソースの中国語ハンドブックで、研究初心者に研究の進め方や論文の書き方を教え、論文の見つけ方から各セクションの書き方、リビュータルへの対応までを網羅しています。初期段階で無料、初めて研究室に入る学生を対象としています。

piコーディングエージェント用の拡張機能で、ユーザーがシステムプロンプトを実験・交換して、指示追従性とプロンプトの堅牢性をテストできるようにします。

World Monitor は、オープンソースの AI 強化ダッシュボードで、世界のニュース、地政学、金融、エネルギー、インフラデータをインタラクティブな 3D/フラットマップに集約します。Ollama を使用してローカルで LLM 生成のブリーフィングを実行し、Tauri デスクトップアプリを提供し、MCP ストリーミングサーバー、REST OpenAPI、CLI、SDK（Python、Ruby、Go）を介してプログラムによるアクセスを提供します。このプロジェクトは TypeScript で書かれ、Vite、globe.gl、deck.gl を使用し、AGPL-3.0 でライセンスされています。

Browser Useは、LLMエージェントに実際のまたはクラウドホスト型Webブラウザの完全な制御を提供するオープンソースのPython/TypeScriptライブラリです。31のブラウザアクションをツールとして提供し、カスタム関数をサポートし、OpenAI、Anthropic、Googleモデルまたは独自のBU2モデルで動作し、完全ホスト型クラウドAPI、既存エージェント用のCLI、コードに埋め込むライブラリの3つの使用モードを提供します。Webタスクの自動化、ブラウジングするAIアシスタントの構築、LLM駆動のWebナビゲーションの研究に最適です。

nanoMuse は、自分のデバイス（スマートフォン、デスクトップ、ウェブ）で動作するオープンソースのパーソナル AI エージェントで、アプリの使用やブラウジングなどの実際のアクションを実行し、元に戻せないステップの前に確認を求めます。無料のリレー利用枠またはセルフホスティングを提供し、多くのプラットフォームで動作し、データは自分が管理するハードウェアに保持します。

Octop は、セルフホスト型のマルチユーザー AI アシスタントプラットフォームであり、Web、デスクトップ、メッセージングチャネルにわたって、専門エージェント、ナレッジベース、自動化ワークフローを管理するためのプライベートで協力的な環境を提供します。

OpenSpecは、コードベースに軽量な仕様レイヤーを追加するフレームワークであり、コード生成前にAIコーディングアシスタントとプロジェクトの要件や計画を調整できるようにします。

RPCサービス向けのコントラクト駆動型回帰テストツール。テストチェーンを自動構成し、承認済みのベースラインに対して動作を検証することで回帰を検出します。

AIコーディングエージェントがModel Context Protocolを使用してAWSインフラストラクチャを安全に構築、デプロイ、管理できるようにするツール、プラグイン、スキルのコレクション。

awesome-claude-skills は、1,000 以上の再利用可能な「Claude Skills」を厳選したディレクトリです。これは、AI エージェントに特定の仕事（Word 文書の編集からブラウザテストの実行まで）を教えるための指示パッケージ（SKILL.md ファイルとオプションのスクリプト）です。スキルは段階的に読み込まれるため、エージェントはコンテキストウィンドウを圧迫することなく数百のスキルを保持できます。リストは 10 のカテゴリに分かれており、主にコミュニティからの外部リポジトリにリンクしています。メンテナである Composio は、MCP ゲートウェイと「connect-apps」プラグインも提供しており、Claude が 1,000 以上の統合（メール、Slack、GitHub など）で実際のアクションを実行できるようにします。README には 3 ステップのクイックスタートがあります。

Awesome Claude Code は、Anthropic の AI コーディングアシスタント Claude Code のための厳選されたリソースリスト（ガイド、プラグイン、スキル、ツール）です。カテゴリ別に整理され、公式およびコミュニティのアイテムが含まれています。現在は移行状態にあり、一部の古いエントリは一時的に欠落していますが、復元される予定です。

OpenClawは、20以上のメッセージングプラットフォームに接続しつつ、データと認証情報を自身のハードウェア上に保持できる、オープンソースのセルフホスト型AIアシスタントゲートウェイです。

リアルタイムで会議を記録・音声認識し、ライブAIコーチング、会話メトリクス、自動会議後要約を提供するデスクトップアプリ。

AI Startup Skills は、中国でAI製品を構築するソロファウンダー向けの、7つのAgent Skillsとルーターで構成されるバンドルです。検証→ビジネスプラン→ポリシー→ピッチ→成長→価格設定→登録をカバーします。ルーターは進捗状況に基づいて適切なステップを選択し、出力はステップ間で流れ、1つのパッケージまたはステップごとにインストールできます。情報提供のみを目的としており、法的・税務アドバイスではなく、ポリシーとプラットフォーム部分は中国本土を対象としています。

長尺動画からバイラル性の高いクリップを自動的に特定・編集・フォーマットするAI搭載のオープンソース動画クリッピングツール。プラットフォームのロックインを避けるためのセルフホスト機能も提供します。

OpenAI CLI は、ユーザーがターミナルから直接 OpenAI REST API と対話できるようにする公式のコマンドラインツールであり、カスタムコードを書くことなく画像生成、ファイル管理、バッチ処理などのタスクを実行できます。

AIエージェントが厳密な開発ワークフローを自動化することで、高品質で検証可能なコードを書くのを支援するように設計された、エージェントベースのエンジニアリングスキルとプレイブックのコレクションです。

個人デバイス上でAIエージェントを構築・デプロイするためのローカルファーストなフレームワーク。デバイスのハードウェア制約を最適化することで、クラウドへの依存を低減します。

huashu-motion は、LLM エージェントがコード（GSAP/Canvas/Three.js）とローカルレンダリング音楽のみを使用して 30 秒の製品プロモ動画を生成、編集、エクスポートできる Agent Skill です。インタラクティブなブラウザエディタでポイントアンドクリックによる修正が可能です。

オープンソースのAIスキルで、簡単なトピックを完全な棒人間ビデオ計画（スクリプト、ストーリーボード、すぐ使えるGemini Omni Flashプロンプト）に変換し、4つの厳選されたビジュアルスタイルに対応。YouTube、TikTok、Instagramなどのプラットフォーム向けの教育用やストーリー用ショート動画を迅速に作成できます。

冷咖啡はデスクトップワークベンチで、ワンクリックで複数のAIコーディングアシスタント（Codex、Claude Code、Grokなど）の設定ファイルを変更し、プリセットのプロンプトとスキルライブラリを注入し、ワンクリックでアンインストールして元に戻すこともできます。また、ツールボックスとAPI中継機能も内蔵しています。

ESP32-S3ボードをUSB HIDブリッジとして使用し、AirPlayによる画面ミラーリングを活用することで、開発者アカウントやデバイスへのソフトウェアインストールなしで、AIエージェントが実際のiPhoneを操作できるようにするシステム。

AIエージェントとの自然言語チャットを介してユーザーが映像を編集できるオープンソースのAI動画編集ツールで、カット、フィラーワードの削除、字幕を自動化します。

AIコーディングエージェントがウェブアニメーションに GreenSock Animation Platform を正しく使用できるようにするための、GSAP 公式 AI スキル。

Apple Design Skillは、コーディングアシスタントがUIコード（Flutter、React Native、Tauri、Electron、SwiftUIなど）をAppleのヒューマンインターフェースガイドラインに照らしてレビューできるようにするAIエージェントプラグインです。HIGのMarkdownコピー123個、それらを更新するNodeスクリプト、および引用とフレームワーク固有の修正を含む構造化レビュー（原則、アクセシビリティ、プラットフォームの慣例、ビジュアルデザイン、インタラクション、コンテンツ）を生成するスキル定義が同梱されています。汎用の`npx skills add`CLIを使用するか、エージェントのスキルフォルダーにクローンしてインストールします。

VectorCraftは、Rustで構築された高性能なオープンソースのベクターイラストレーションアプリケーションであり、Model Context Protocolを介したAIエージェントへのネイティブサポートを備えています。

Open Generative AI は、200 以上のモデルで画像、動画、リップシンクコンテンツを生成できる、無料のオープンソース AI スタジオです。MuAPI によるクラウドベースのアクセスとローカル推論オプションの両方を提供し、コンテンツフィルターやサブスクリプション料金はありません。

公開ソーシャルデータを構造化されたビジネスレポートに変換することで、ソーシャルメディア調査、競合分析、コンテンツ戦略を自動化するAIエージェントスキルのコレクション。

OOMWOOは、ROS 2ベースのオープンソースDIYロボット掃除機です。Raspberry Pi、2D LiDAR、3Dプリントされたシャーシを使用し、Home Assistantと統合してローカルで動作します。ハードウェアファイルは最終調整中ですが、現在はGazeboシミュレーションとして利用可能です。

ショートドラマとマンジュ制作のためのAIエージェントスキルの厳選リスト。脚本、ストーリーボード、ビデオプロンプトなどをカバーし、テスト結果とインストール手順を含みます。

DSH-IM は DeepSeek Harness のプラグインで、WeChat、Feishu、DingTalk、Slack、Telegram、Discord、WhatsApp、QQ などの IM ボットをローカルの Harness インスタンスに接続します。お気に入りのメッセージングアプリから AI エージェントとチャットでき、ストリーミング応答、ファイルアップロード、グループ履歴、ボットごとの設定を完全にサポートします。

PyTorchでゼロから実装されたLLMの完全なパイプライン。原始テキストのトークン化と事前学習から、PPO、DPO、GRPOを含む高度な強化学習による調整までをカバー。

AIエージェント向けのオープンソースのコンテキストデータベース。知識、記憶、スキルを仮想ファイルシステムとして整理し、透過的な検索と管理を実現します。

Coucouは、画面のノッチ（または薄いトップバー）に常駐するオープンソースのデスクトップおよびモバイルアプリで、AIコーディングエージェント（Claude Code、Cursor、Geminiなど）のリアルタイムダッシュボードとして機能します。ライブ差分の表示、権限の承認/拒否、複数のLLMプロバイダーとのチャット、音声ディクテーション、通話文字起こし、音楽コントロール、暗号通貨ポートフォリオなどを提供します。すべてのデータはデバイス上に留まり、キーはOSキーチェーンに保存されます。macOS 15+、Windows 10/11、Linux、iOS 18+、Android 11+に対応しています。

17レッスンからなるチュートリアルで、LLMベースのコーディングエージェント（Claude）の周囲の「ハarness」コードを構築する方法を学びます。ツールの追加、権限、コンテキスト管理、メモリ、タスクスケジューリング、マルチエージェント協調、目標駆動の終了処理を、モデルがツール呼び出しを決定できるシンプルなエージェントループの周囲に実装します。

Trader‑skill は、Claude 互換の Python プラグインのセットで、公開投資家のコピー、ニュースの監視、予算の管理、リスクのチェック、手動でのペーパートレードを、すべて無料の公開データ（SEC 提出書類、議会開示、ニュースフィード）を使用して行えます。

AI エージェントが Claude Code、Codex、Open Code を使用して、専用の構文やフォーマットを用いて Obsidian vaults 内でコンテンツを作成・編集できるようにするエージェントスキルのコレクションです。

JiuwenSwarm は、AI エージェントのチームが複雑なタスクで協力できるようにするマルチエージェントオーケストレーションシステムであり、自律的なスキル進化と分散実行を特徴としています。

New APIは、複数のLLMプロバイダーへのアクセスを単一のOpenAI互換APIに統合する、オープンソースのセルフホスト型ゲートウェイです。ルーティング、使用量・コスト追跡、詳細なアクセス制御を処理し、多言語対応のWebコンソールと拡張可能なJavaScriptタスクプラグインを提供します。DockerまたはDocker-Composeでデプロイ可能で、バックエンドはGo、フロントエンドはReact/Bunで構築されており、AGPL-v3ライセンスで提供されています。

Playwrightは、Chromium、Firefox、WebKit向けの統一APIを提供するブラウザ自動化およびテスト用の包括的なフレームワークであり、AIエージェントがWebと対話するための専用ツールも備えています。

BaoCut は、AI エージェントが動画を直接編集可能なタイムラインに文字起こし、字幕付け、吹き替え、カット、アニメーション化する AI 搭載デスクトップ動画エディタで、一回限りの MP4 レンダリングを生成するのではありません。ローカルまたはクラウドモデルで動作し、デスクトップアプリ、CLI、MCP、Web を介して同じランタイムを公開し、独自のエージェント（Claude Code、Codex）やモデルを持ち込むことができます。

Next‑Concept Modeling (NCM) 是一个两阶段、并行的文本生成框架，使用多尺度 VQ 分词器和 transformer 从粗到细生成序列，在摘要、翻译、语言建模和数独任务上实现 9‑31 倍的加速，同时匹配扩散基线。该仓库包含安装说明、评估脚本，以及多个数据集的预训练分词器和生成器。

組み込みのプレゼンターモードと2つの異なるハイエンドなビジュアルスタイルを備えた、プロフェッショナルな単一HTMLプレゼンテーションを生成するためのAIエージェントスキル。

Crawl4AI は、あらゆるウェブサイトを LLM、RAG パイプライン、AI エージェントに適したクリーンで構造化された Markdown に変換するオープンソースのウェブクローラーです。JavaScript を多用するページ、ディープクロール、構造化データ抽出をサポートし、ローカルまたはホスト型クラウドで実行できます。

OfficeCLIは、Microsoft Officeをインストールせずに、AIエージェントや開発者がWord、Excel、PowerPointファイルを作成、読み取り、編集、レンダリングできる自己完結型CLIツールです。JSONベースのドキュメントインスペクション、高精細なHTML/PNGレンダラ、スタイル、数式、チャート、形状、表など、すべての機能をサポートしています。